在解答超级菜鸟怎么学习数据分析这个问题之前，希望大家理性看待数据分析这个行业。因为，想要成为其中的一员，你不仅要能吃苦，还要具备一定统计学知识、计算机知识等等。一般来说，最好是本科生，大专也必须是相关专业的。
理由很简单，非相关专业的学生学起来有点吃力，尤其是大学不学高数的同学，真的会比较辛苦。如果下定决心要学，也要提前做好心理准备，否则后面学到比较难的内容时，容易半途而废。
好啦，下面进入正题部分。
1、先来看看数据分析行业的薪资待遇如何？
根据《职友集》历年平均薪资趋势，我们可以看到：数据分析行业薪资待遇非常可观。截止今年6月，全国数据分析师的均薪为15K，主要薪资区间在10K-30K之间。
即便是艰难的2020年，全国数据分析师的均薪也能高达16.5K。多么让人心动的数据啊~
2、那各大厂在数据领域 偏好哪些岗位呢？
看到这么高的薪资，我猜肯定有很多小伙伴会问了，各家大厂主要招聘的是哪些岗位啊？菜鸟有哪些机会啊？
各个大厂的招聘需求中，数据岗主要招聘信息集中在：数据分析师、数据管理专家、数据算法工程师、数据产品经理等这些岗位。
其中，对于数据分析新手来说，最多招聘的就是数据分析师这个职位了。随手搜一下职友集中的数据分析岗招聘需求，我们就不难看到：企业对数据分析们的工作经验要求一般都比较低，薪资待遇却都在10K 。
由此，也就不难看出，菜鸟数据分析师门的入门期的机会，就在这里了。
当然，后期大家的发展方向非常多，比如：Python数据分析师、数据运营、数据产品经理、数据挖掘、数据工程师、数据库管理、数据架构师等等。
3、新手应该如何学习数据分析知识？学习重点又在哪里呢？
笔者以为，一个优秀的数据从业者，应该具备优秀的数据分析思维、业务处理和数据分析能力，以及对整个行业甚至国内外前沿的数据分析工具、算法等，都有一个基本的认知和了解。这也是我对自己的要求，也算是给新手们的一个心得分享吧。
抛开这些不谈，接下来，我们就专门说说数据从业者应该掌握的技术栈。
1）精通python
行话说：人生苦短，我用Python。
这句话表面意思是说，想要工作轻松点，选择Python准没错。这句话我认同，但我觉得你还是应该理解下它的深层意思。那就是你得不断更新知识体系，才能用好Python。
就拿我自己来说，我都在数据分析行业工作快8年了，仍然不敢说自己精通Python。充其量讲，我最多算一个熟悉Python的语法、函数、模块、包以及一些面向对象等知识的人。
想要成为合格的数据人，你还得思考哪些问题可以利用Python扩展而来解决。
另外，比如像Pandas和SQL，他们之间有什么区别呢？事实上，他们几乎是一样的数据处理方式，都只是提供了快速便捷地处理数据的函数和方法，如果想要实际解决问题，完全可以搭配Python来用。这也是为什么Python会经常被认为是数据分析的高效处理方式之一了。
2）数据架构
对于有的新手来说，他们可能对Hive SQL有一定的了解，但真要问他Hive相关的问题，他们可能又答不上来什么。这就是因为他们技术不扎实闹的。对于一个想在这个行业有长远发展，你就得对数据架构有更深层次的认知。
简单来说，Hive是一个开源数据仓库工具，主要用来储存和处理海量结构化数据的。用HDFS储存，用Map Reduce计算。虽然很多数据岗都不要求你精通HDFS、Map Reduce这些比较难的技术。但是，总归我们要有所了解的，要懂一些基础知识的，这些对于我们做数据挖掘、数据分析和算法，都是有很大帮助的。
尤其是后期进阶，掌握这些高难度的工具，不仅能让你的面试通过率大增，还能让你轻松实现财务自由。
3）数据挖掘模型
笔者以为，当今社会互联网行业如此发达，对于年轻人在思维方式、待人处事的方式上，几乎是完全不同于过去了。那些思维活跃、愿意钻研的年轻人，正在逐步被整个社会认可。
在这种情况下，对于转行的人、或者职场新人来说，无疑都是一个好机会，所以，希望计划转入数据分析行业的年轻人，可以多花点心思在技术探索和学习上。比如，数据挖掘就是一块不错的内容。
我们都知道，某些业务场景的任务，是很难用简单的对比和交叉分析解决的，比如：分类、预测、文本挖掘等。这时候就能用到这门技术了。
当数据量较大时，我们很难逐条去分析用户的情感、观点等，但却可以利用文本挖掘的方法，快速准确的抽取出用户观点、主题和情感分析等等，从而完成我们的任务。这个技术有难度，但是，学会了对你涨薪的帮助，我就不多说了。
4、写在最后
未来，随着互联网 时代的进一步发展和推进，人工智能、万物互联的时代终将到来。而那时，也将迎来数据分析行业的鼎盛时期，如果你看好数据分析行业，并将此作为你未来职业规划的方向，建议大家就抓紧当下，利用好现在的时间，提升学习效率。笔者相信，用不了太久，生活将对努力埋下伏笔的人，做出最好的回报。
